bab ii landasan teori a. pengertian …eprints.ums.ac.id/12995/8/bab.2.3.4.pdf · contoh produksi...

7

BAB II

LANDASAN TEORI

A. PENGERTIAN PERDAGANGAN INTERNASIONAL

Banyaknya pengertian mengenai arti perdagangan internasional dulu

sampai sekarang. Hal ini terjadi, karena pengertian selalu mengalami

perkembangan dan perubahan. Menurut filsafat ekonomi Merkantilisme

menyatakan bahwa cara yang terpenting bagi suatu negara untuk menjadi kaya

dan berkuasa adalah mengekspor lebih banyak daripada mengimpor. Selisihnya

akan diselesaikan dengan pemasukan-pemasukan memiliki emas, semakin kaya

dan berkuasa negara tersebut (Dominick, 1997: 23).

1. Perdagangan Berdasarkan Keunggulan Absolut

Menurut Adam Smith, perdagangan antara dua negara didasarkan pada

keunggulan absolut (Absolut advantage). Jika sebuah negara lebih efisien

daripada (atau memiliki keunggulan absout terhadap) negara lain dalam

memproduksi sebuah komoditi, namun kurang efisien dibanding (atau

memiliki kerugian absolut) negara lain dalam memproduksi komoditi lainnya,

kedua negara dapat memperoleh keuntungan dengan cara-cara masing-

masing negara melakukan spesialisasi dalam memproduksi komoditi yang

memiliki keunggulan absolut dan menukarkannya dengan komoditi lain yang

memiliki kerugian absolut. Adam Smith menjelaskan semua negara

memperoleh keuntungan dari perdagangan dan menyarankan untuk

menjalankan kebijakan Laisses-faire yaitu suatu kebijakan yaitu suatu

7

8

kebijakan yang menyarankan sesedikit mungkin intervensi pemerintah

terhadap perekonomian.

2. Perdagangan Berdasarkan Keunggulan Komparatif

Pada tahun 1817 David Richardo menerbitkan buku yang berjudul

Principle of Political Economy and Taxation, yang berisi tentang hukum

keunggulan komparatif, meskipun sebuah negara kurang efisien dibanding

(atau memiliki kerugian absolut) terhadap negara lain dalam memproduksi

kedua komoditi. Namun selisih tetap terdapat dasar untuk melakukan

perdagangan yang menguntungkan kedua belah pihak. Negara pertama harus

melakukan spesialisasi dalam memproduksi dan mengekspor komoditi yang

memiliki kerugian absolut lebih kecil (ini merupakan komoditi dengan

keunggulan komparatif) dan menggimpor komoditi yang memiliki kerugian

absolut lebih besar (komoditi ini memiliki kerugian komparatif).

3. Teori Biaya Oportunitas

Menurut teori biaya oportunitas, biaya sebuah adalah jumlah komoditi

kedua yang harus dikorbankan untuk memperoleh sumber daya yang cukup

untuk memproduksi satu unit tambahan komoditi pertama. Di sini tak dibuat

asumsi bahwa tenaga kerja hanya satu-satunya faktor produksi atau bahwa

tenaga kerja bersifat homogen. Dan biaya atau nilai harga sebuah komoditi

satu-satunya tergantung pada atau dapat dinilai dari jumlah tenaga kerjanya.

Konsekuensinya, negara yang memiliki biaya oportunitas lebih rendah dalam

memproduksi sebuah komoditi akan memiliki keunggulan komparatif dalam

komoditi tersebut (dan memiliki kerugian komparatif dalam komoditi kedua).

9

4. Batas Kemungkinan produktif Biaya Konstan

Biaya oportunitas dapat digambarkan melalui kurva batas kemungkinan

produksi atau kurva transformasi. Batas kemungkinan produksi adalah sebuah

kurva yang memperlihatkan berbagai alternatif kombinasi dua komoditi yang

dapat diproduksi suatu negara dengan menggunakan sumber daya yang ada

dan dengan menggunakan teknologi yang dimilikinya.

Contoh produksi Gandum (dalam ton/tahun), dan kain (dalam juta

meter/tahun) bagi negara Amerika Serikat dan Inggris. Amerika Serikat dapat

memproduksi 180G dan 0K, 150 G dan 20K, atau 150 W dan 40K, sampai

ke0G dan 120K. Untuk setiap 30G yang dikorbankan Amerika, sejumlah

sumber daya diperoleh untuk memproduksi tambahan 20K. Artinya,

30G=20K (dalam oportunitas satu unit gandum di Amerika Serikat adalah 1G

= 2/3K dan tetap konstan. Di lain pihak, Inggris dapat meningkatkan

outputnya sebanyak 20K untuks setitap 10G yang dikorbankan. Dengan

demikian, biaya oportunitas gandum di Inggris adalah 1G = 2K dan tetap

konstan.

Daftar kemungkinan produksi Amerika Sertikat dan Inggris dalam grafik

kemungkinan produksi. Setiap titik pada garis batas tersebut menggambarkan

satu kombinasi gandum dan kain yang dapat diproduksi. Sebagai contoh pada

titik A, Amerika Sertika memproduksi 90G dan 60K. Pada titik A`, Inggris

memproduksi 40G dan 40K.

Titik-titik didalam atau dibawah batas kemungkinan produksi juga

merupakan titik yang mungkin untuk memproduksi, namun dengan cara yang

10

tidak efisien. Artinya, negara tersebut memiliki kelebihan (idle) sumber daya

dan/atau tidak menggunakan teknologi terbaik yang tersedia. Di lain pihak,

titik-titik diatas batas kemungkinan produksi tidak dapat diproduksi dengan

sumber daya dan teknologi yang dimiliki negara tersebut pada saat ini.

Kemiringan (slope) batas kemungkinan produksi yang menurun ke bawah

(downward) atau negatif menunjukkan bahwa jika Amerika Serikat dan

Inggris bermaksud memproduksi lebih ganyak gandum, mereka akan

mengorbankan produksi beberapa unit kainnya. Fakta bahwa batas

kemungkinan produksi kedua negara tersebut berbentuk garis lurus

menunjukkan bahwa biaya opurtuitas mereka adalah konstan. Artinya untuk

menambah produksi 1 unit gandum, Amerika Serikat harus mengorbankan

2/3K dan Inggris harus mengorbankan 2K, tanpa tergantung pada dari titik

mana garis batas kemungkinan produksi kedua negara tersebut dimulai.

Biaya opurtunitas yang konstan timbul ketika (1) sumber daya atau faktor

produksi bersifat subtitusi sempurna atau digunakan dalam proporsi yang

sama dalam memproduksi kedua komoditi, dan (2) semua unit dari faktor

yang sama bersifat homogen atau memiliki kualitas yang tepat sama. Dengan

demikian, karena setiap negara memindahkan sumber daya dari produksi kain

ke produksi gandum, negara tersebut tidak harus menggunakan sumber daya

yang semakin kurang sesuai untuk memproduksi gandum, tanpa melihat

berapapun gandum yang telah diprodusknya. Hal yang sama berlaku pula

dalam memproduksi lebih banyak kain. Jadi, kita mempunyai biaya konstan

11

dalam pengertian bahwa jumlah yang sama dari suatu komoditi harus

dikorbankan untuk memproduksi setiap tambahan unit komoditi lainnya.

Meskipun biaya opurnitas di setiap negara bersifat konstan, namun biaya

ini berbeda antara negara yang satu dengan negara yang lainnya sehingga

memberikan dasar terjadinya perdagangan.

Tabel 2.1 Daftar kemungkinan produksi untuk gandum dan kain

Di Amerika Serikat dan Inggris

Amerika Serikat Inggris Gandum Kain Gandum Kain

180 150 120 90 60 30 0

0 20 40 60 80 100 120

60 50 40 30 20 10 0

0 20 40 60 80 100 120

Grafik 2.1 Biaya oportunitas

Amerika Serikat

30 60 90 120 150 180 20 40 60 Gandum Gandum

Sumber: Dominick Salvatore, 1998:34

120 100 80 60 40 20 0

Kai

n

120 100 80 60 40 20 0

Kai

n

12

Ekspor adalah perdagangan dengan cara mengeluarkan barang dari dalam

keluar wilayah Pabean suatu negara dengan memenuhi ketentuan yang

berlaku (Djauhari Ahsjar, 2002: 1).

Dipandang dari sudut sifat-sifat ekspor, tingkat laju pertumbuhan ekonomi

sebagai akibat dari perkembangan ekspor akan menjadi bertambah tinggi

apabila berlaku keadaan-keadaan (Sadono Sukirno, 1985: 253) berikut:

1. Tingkat perkembangan ekspor bertambah tinggi.

2. Bertambah tinggi akibat dari kegiatan ekspor terhadap kesempatan kerja.

3. Bertambah sedikit pendapatan ekspor yang diterima oleh golongan

masyarakat yang memiliki kecenderungan batas mengimpor (marginal

propensity to import).

4. Makin lebih produktif penanaman modal yang dilakukan dan dibiayai

oleh tabungan dala sektor ekspor.

5. Makin leibh besar perkembangan ekspor yang diciptakan oleh

perkembangan teknologi dan bukan perluasan kegiatan tersebut.

6. Makin lebih erat hubungan kait mengkait diantara sektor ekspor dengan

sektor-sektor lain.

7. Makin lebih stabil pendapatan tarif ekspor yang tetap berada di dalam

negeri.

Faktor-faktor yang mempenaruhi ekspor adalah:

1. Jumlah produksi dalam negeri

2. Harga luar negeri

3. Harga dalam negeri

13

4. Harga valuta asing

5. Pendapatan nasional

Ketentuan ekspor adalah sebagai berikut:

1. Eksportir memiliki surat ijin usaha perdagangan

2. Eksportir wajib mengetahui barang yang dilarang diekspor oleh

pemerintah atau harus seijin pemerintah

3. Eksportir harus mengetahui ekspor barang ke suatu negara yang dilarang

oleh pemerintah.

Resiko-resiko eksportir:

1. Resiko transportasi / pengangkatan

- Pengangkutan barang menggunakan kapal laut/pesawat udara.

- Lamanya waktu pengangkutan, jarak dari satu negara ke negara lain.

- Berpindah tanganya barang dan penyimpanan di gudang,

menyebabkan resiko kerusakan dan kehilangan barang.

2. Resiko kredit atau non payment

Yang diperhatikan adalah pada saat pembukaan letter of credit, menuntut

dengan syarat pembukaan L/C irrevocable documentary letter of credit.

Untuk menghindari resiko ditipu, terlambat dibayar dan tidak dibayar.

3. Resiko mutu barang

Masing-masing pihak harus berpegang teguh pada sales contract yang

telah disepakati bersama, khususnya bagi eksportir dalam pengiriman

barang sesuai apa yang diminta pihak importir.

14

4. Resiko nilai tukar

Untuk harga ditetapkan dengan mata uang tertentu, dan yang ideal mata

uang standar dollar Amerika Serikat (US $). Biasnya eksportir berusaha

untuk melindungi dirinya terhadap nilai tukar ini dengan cara membeli

valuta asing dengan penyerahan kemudian (Forward/option contract),

yang dikenal dengan istilah hedging/swap.

5. Resiko hukum

Peraturan dan hukum di negara asing yang tentunya sulit kita ketahui,

yang mungkin saja merugikan pihak eksportir. Dan jika ada problem

dalam transaksi dagang, tentunya harus ada perwasitan internasional

(International Commercial Arbitration).

6. Resiko bonafiditas

Umumnya eksportir tidak dapat mengetahui secara pasti atau mengukur

tingkat kemampuan calon importir/buyer. Dan untuk mencegah resiko

jika terjadi wan prestasi dikemudian hari dapat dilakukan tindakan

preventif sebagai berikut:

a. Minta bantuan/referensi dari bank, atase perdagangan RI di KBRI.

b. Membuat kontrak dagang ekspor yang rapi, teliti dan memuat

ketentuan hukum, yang menyangkut keamanan pembayaran dan mutu

barang.

c. Mempergunakan syarat perdagangan sesuai incoterms secara tepat.

d. Dalam kontrak dagang memuat ketentuan tentang penalti serta proses

penyelesaian sengketa, apakah melalui cara amicable solution –

15

arbitrations atau melalui court (pengadilan) atau alternative dispute

solution (ADS).

B. ARTI PENTING EKSPOR BAGI NEGARA BERKEMBANG

Meskipun angka-angka volume dan nilai ekspor negara-negara

berkembang secara keseluruhan merupakan indikator pola-pola perdagangan

yang sangat penting bagi semua negara-negara berkembang, tetapi angka-angka

agregat itu cenderung menutupi arti penting ekspor bagi kondisi dan kemantapan

perekonomian di masing-masing negara berkembang itu sendiri, yang tentu saja

berlainan satu sama lain. Secara umum, negara-negara maju. Negara-negara

besar memiliki tingkat ketergantungan terhadap perdagangan yang lebih rendah

dibandingkan negara-negara kecil, selain itu kita juga dapat mengetahui bahwa

negara-negara berkembang cenderung menyumbangkan bagian yang lebih besar

dari outputnya untuk ekspor dibandingkan negara-negara maju.

Lebih besarnya sumbangan ekspor negara-negara berkembang dalam

GDP kemungkinan dikarenakan oleh harga relatif jasa-jasa yang tidak

diperdangankan jauh lebih tinggi di negara-negara maju dibandingkan di negara-

negara berkembang di lain pihak, hal tersebut menekan bahwa negara-negara

berkembang pada umumnya lebih tergantung pada perdagangan dalam hubungan

ekonomi internasional, karena sebagian besar perdagangan yang dilakukan

adalah jual beli barang dan bukannya jasa, dimana perbedaan harga barang antar

negara terhitung kecil. Lebih lagi, ekspor barang negara-negara berkembang

kurang beragam dibandingkan ekspor negara-negara maju (Todaro, 2003: 13-14).

16

C. KEBIJAKSANAAN EKONOMI INTERNASIONAL

Dalam arti luas kebijakan ekonomi internasional adalah

tindakan/kebijakan ekonomi pemerintah, yang secara langsung maupun tidak

langsung mempengaruhi komposisi, arah, serta bentuk dari pada perdagangan

dan pembayaran internasional. Tujuan perdagangan internasional dibidang

ekspor dikelompokkan menjadi dua macam yaitu:

1. Kebijakan ekspor di dalam negeri

a. Kebijakan perpajakan dalam bentuk pembebasan, keringanan

pengembalian pajak ataupun pengenaan pajak ekspor/PET untuk barang-

barang ekspor tertentu.

b. Fasilitas kredit perbankan yang murah untuk mendorong peningkatan

ekspor atas CPO.

c. Penetapan prosedur/tata laksana ekspor yang relatif mudah.

d. Pemberian subsidi ekspor, seperti pemberian sertifikat ekspor.

e. Pembentukan asosiasi eksportir.

f. Pembentukan kelembagaan seperti bounded warehouse (Kawasan Berikat

Nusantara), bounded island Batam, export processing zone dan lain-;ain.

g. Larangan/pembatasan ekspor.

2. Kebijakan ekspor di luar negeri

a. Pembentukan International Trade Promotion Centre (ITPC) di berbagai

negara, seperti di Jepang (Tokyo), Eropa, AS dan lain- lain.

b. Pemanfaatan general system of preferency atau GSP, yaitu fasilitas

keringanan bea masuk yang diberikan negara-negara industri untuk

17

barang manufaktur yang berasal dari negara yang sedang berkembang

seperti Indonesia sebagai salah satu hasil UNCTAD.

c. Menjadi anggota Commodity Association of Procedure, seperti OPEC

dan lain- lain.

d. Menjadi anggota Commodity agreement between procedure and

consumer, seperti ICO (Iternational coffee organization), MFA

(Multifibre agreement) dan lain- lain.

Kebijakan perdagangan ineternasional di bidang impor dapat

dikempokkan menjadi dua macam kebijakan yaitu:

1. Kebijakan Tarrif Barrier

Kebijakan tarrif barrier atau TB bentuk bea masuk adalah sebagai berikut:

a. Pembebasan bea masuk/tarif rendah adalah antara 0% - 5%: dikenakan

untuk bahan kebutuhan pokok dan vital, seperti beras, mesin-mesin vital,

alat-alat militer/pertahanan/kemanan, dan lain- lain.

b. Tarif sedang antara > 5% - 20%.

c. Tarif tinggi di atas 20%: dikenakan untuk barang-barang mewah dan

barang-barang lain yang sudah cukup diproduksi di dalam negeri dan

bukan barang kebutuhan pokok.

2. Kebijakan nontariff barrier

Kebijakan nontariff barrier (NTB) adalah berbagai kebijakan perdagangan

selain bea masuk yang dapat menimbulkan disorsi, sehingga mengurangi

potensi manfaat perdagangan inernasional. Secara garis besar NTB dapat

dikelompokkan sebagai berikut:

18

a. Pembatasan spesifik (Spesific limitation).

b. Peraturan bea cukai

c. Goverment participation

d. Import charges

Sistem kuota, subsidi dan dumping

a. Kuota

Kuota adalah pembatasan jumlah fisik terhadap barang yang masuk

dalam suatu negara, ada 3 bentuk kuota yaitu negotiated atau bilateral

quota, tariffs quota dan mixing quota (Nopirin, 1999: 65):

1) Kuota impor terdiri dari:

a) Absolute atau unilateral quota adalah kuota yang besar kecilnya

ditentukan sendiri oleh negara tanpa persetujuan dengan negara

lain.

b) Negotiated atau bilateral quota adalah kuota yang besar kecilnya

ditentukan berdasarkan perjanjian antara 2 orang/negara atau lebih

dari dua orang/negara.

c) Tariffs quota adalah gabungan antara tarif dan kuota. Untuk

barang tertentu, tambah barang impor masih diizinkan tetapi

dikenakan tarif yang lebih tinggi.

d) Mixing quota yakni membatasi penggunaan bahan mentah yang

diimpor dalam proporsi tertentu dalam produksi barang akhir.

Pembatasan ini untuk mendorong berkembangnya industri di

dalam negeri.

19

2) Dampak-dampak pemberlakuan kuota impor

Kuota impor dapat digunakan untuk melindungi sektor industri

kecil tertentu atau bisa juga untuk melindungi sektor pertanian dan

juga melindungi neraca pembayaran suatu negara.

b. Subsidi

Subsidi ekspor adalah pembayaran langsung atau pemberian

keringanan pajak dan bantuan subsidi kepada para eksportir nasional,

dan/atau pemberian pinjaman berbunga rendah kepada para pengimpor

asing dalam rangka memacu ekspor suatu negara.

c. Dumping

Dumping adalah ekspor dari suatu komoditi dengan harga dibawah

pasaran, atau penjualan suatu komoditi ke luar negeri dengan harga jauh

lebih murah dibandingkan dengan harga penjualan domestiknya.

(Dominick Salvatore, 1997: 328)

D. Inflasi

Inflasi merupakan proses kenaikan harga barang-barang secara umum

yang berlaku terus-menerus. Hal ini tidak berarti bahwa harga berbagai macam

barang itu naik dengan persentase yang sama. Mungkin saja dapat terjadi

kenaikan harga umum barang secara terus menerus selama periode tertentu.

Kenaikan yang terjadi hanya sekali saja (meskipun dengan persentase yang

cukup besar) bukan merupakan inflasi (nopirin, 1992: 25).

20

Di dalam teori kuantitas membedakan sumber inflasi menjadi dua, yaitu

teori demand pull inflation dan cost push inflation. Disamping menggunakan

pendekatan teori kuantitas dalam menganalisis sumber-sumber penyebab inflasi

juga digunakan pendekatan struktur ekonomi, pendekatan moneter dan

pendekatan akuntansi (Khalwaty, 2000: 15).

1. Pendekatan teori kutantitas

a. Demand pull inflation

Demand pull inflation terjadi karena adanya kenaikan permintaan

agregatif dimana kondisi produksi telah berada pada kesempatan kerja

penuh (full employment). Kenaikan permintaan agregat dapat

b. Cost push inflation

Cost push inflation disebabkan karena tingkat penawaran lebih

rendah jika dibandingkan dengan tingkat permintaan. Hal ini bisa terjadi

dikarenakan adanya kenaikan harga faktor produksi sehingga produsen

terpaksa mengurangi produksinya sampai pada batas tertentu. Penawaran

total akan terus menurun karena semakin mahalnya biaya produksi. Bila

keadaan ini terus berlangsung cukup lama maka akan terjadi inflasi.

E. PASAR VALUTA ASING

Kurs adalah perbandingan nilai/harga antara kedua mata uang yang

berbeda di dalam pertukaran (Nopirin, 1999: 137). Fungsi pasar valuta asing

dalam membantu kelancaran lalu lintas pembayaran internasional adalah sebagai

berikut:

21

1. Mempermudah penukaran valuta asing serta pemindahan dana dari satu

negara ke negara lain. Proses penukaran atau pemindahan dana ini dapat

dilakukan dengan sistem “clearing” seperti halnya yang dilakukan oleh

bank-bank serta para pedagang.

2. Dalam transaksi internasional sering terdapat transaksi internasional yang

tidak perlu segera diselesaikan pembayaran dan atau penyerahan barangnya,

maka pasar valuta asing memberikan kemudahan untuk dilaksanakannya

perjanjian/kontrak jual beli dengan kredit.

3. Memungkinkan dilakukannya “hedging”.

Sifat kurs va luta asing sangat tergantung dari sifat pasar. Apabila transaksi

jual beli valuta asing dapat dilakukan secara bebas di pasar, maka kurs valuta

asing akan berubah-ubah sesuai dengan perubahan permintaan dan

penawaran. Apabila pemerintah menjalankan kebijakan stabilitas kurs, tetapi

tidak dengan mempengaruhi transaksi swasta, maka kurs ini hanya akan

berubah-ubah di dalam batas yang kecil, meskipun batas-batas ini dapat

diubah dari waktu ke waktu. Pemerintah dapat juga menguasai sepenuhnya

transaksi valuta asing yang sistem semacam ini disebut dengan exchange

control. Dalam sistem moneter standar emas kurs valuta asing relatif tetap

atau hanya berubah-ubah dalam batas yang ditentukan oleh ongkos angkut

emas.

1. Sistem kurs yang berubah-ubah

Di dalam pasar bebas perubahan kurs tergantung pada beberapa

faktor yang mempengaruhi permintaan dan penawaran valuta asing.

22

Permintaan dan valuta asing diperlukan guna melakukan transaksi

pembayaran ke luar negeri (impor). Permintaan valuta asing diturunkan

dari transaksi debit dalam neraca pembayaran internasional. Sedangkan

penawaran valuta asing berasal dari eksportir, yakni berasal dari kredit

neraca pembayaran internasional.

2. Sistem kurs yang stabil

Sistem kurs bebas seperti tersebut diatas sering menimbulkan

adanya tindakan spekulasi akibat ketidaktentuan didalam kurs valuta

asing. Oleh karena itu banyak negara yang kemudian menjalankan suatu

kebijakan untuk menstabilkan kurs. Pada dasarnya kurs yang stabil dapat

timbul secara:

a. Aktif, yakni pemerintah menyediakan dana untuk tujuan stabilitas

kurs (stabilization funds).

b. Pasif, yakni didalam suatu negara yang menggunakan sistem standar

emas.

? Stabilitas kurs

Kegiatan kurs dapat dijalankan dengan cara sebagai berikut:

apabila tendensi kurs valuta asing akan turun maka pemerintah

membeli valuta asing di pasar.

? Standar emas

Suatu negara dikatakan memakai standar emas apabila:

? Nilai mata uangnnya dijamin dengan nilai seberat emas

tertentu.

23

? Setiap orang boleh membuat serta melebur uang emas.

? Pemerintah sanggup membeli atau menjual emas dalam

jumlah yang tidak terbatas pada harga tertentu (yang sudah

ditetapkan pemerintah).

F. HASIL PENELITIAN SEBELUMNYA

Hasil penelitian Heri Kristanto (2002) dengan judul “Pengaruh Valuta

Asing dan Volume Produksi Terhadap Ekspor Elektronik Indonesia dengan

menggunakan metode sebagai berikut:

Eks = ß0 + ß1 KVA + ß2 Q + ei

Dari hasil olah data dengan menggunakan analisis regresi linier berganda

diperoleh hasil sebagai berikut:

Eks = 525,336 + 0,558 KVA – 4,024 Q yang berarti bahwa kurs valuta asing

berpengaruh positif terhadap ekspor elektronik Indonesia dengan nilai koefisien

regresi sebesar 0,558 yang berarti bahwa apabila nilai-nilai kurs valutas asing

bertambah sebesar 1% maka jumlah ekspor elektronik juga naik sebesar 0,588%

dengan asumsi variabel lainnya konstan.

Dari hasil uji t diperoleh nilai thitung untuk variabel adalah sebesar 6,059

sedangkan besarnya nilai ttabel dengan tingkat keyakinan 99% atau a = 0,01 dan

df = 14 sebesar 2,977 karena nilai thitung > ttabel maka Ho ditolak (Ha diterima),

yang menunjukkan bahwa kurs valuta asing berpengaruh signifikan terhadap

besarnya ekspor elektronik Indonesia.

Hasil penelitian Yuni Prihadi Utomo (2000) dengan judul “Ekspor

Mendorong Pertumbuhan Atau Pertumbuhan Mendorong Ekspor” dengan

24

menggunakan uji stasioner, uji kausalitas granger dan uji kointegrasi. Dari hasil

penelitian menunjukkan bahwa t hitung sebesar 1.5693 lebih kecil dari nilai kritis

t pada a = 0.10, yakni sebesar 3.2279; berarti GNP memiliki unit root atau tidak

stasioner. Dengan uji ADF. Pada uji ADF t tabel pada a = 0.10 sebesar 3.2279

maka tidak stasioner. Uji Engle-Granger menunjukkan bahwa baik dengan uji

stasioner DF maupun ADF – GNP dan EXP tidak terkointegrasi karena nilai t

hitung sebesar 1.2446 (DF) – GNP dan 1.5785 (ADF) lebih kecil dari nilai kritis

t pada a (0.10), yakni sebesar 3.1988 (DF) dan 3.2048 ADF. Pada kondisi GNP

dan EXP tidak stasioner dan tidak terkointegrasi. Uji dilanjutkan dengan

menstasionerkan GNP dan EXP menunjukkan bahwa GNPt – GNPt-1 maupun

EXPt – EXPt-1 adalah stasioner. GNPt – GNPt-1 stasioner pada a = 0.10;

sementara EXPt – EXPt-1 stasioner pada DF dengan a = 0.05.

G. HIPOTESIS

Hipotesis yang diajukan sebagai kerangka pemikiran dalam penelitian ini

adalah sebagai berikut:

1. Diduga ada pengaruh antara valas (dollar AS terhadap rupiah) terhadap

neraca perdagangan internasional Indonesia.

2. Diduga ada pengaruh yang positif antara ekspor non migas terhadap neraca

perdagangan internasional Indonesia.

3. Diduga ada pengaruh yang signifikan antara impor non migas terhadap

neraca perdagangan internasional Indonesia.

4. Diduga ada pengaruh yang positif antara PDB terhadap neraca perdagangan

internasional Indonesia.

25

BAB III

METODE PENELITIAN

A. Alat dan Model Analisis

Metode analisis data yang digunakan dalam penelitian ini adalah

persamaan simultan. Persamaan simultan adalah suatu model dimana variabel

dependen (Y) tidak saja ditentukan oleh variable independent (X), tetapi ada

variabel X yang justru ditentukan oleh U. Dalam persamaan simultan terdapat

satu atau lebih variabel tak bebas dalam satu persamaan. Satu ciri dari model

persamaan simultan adalah variabel dalam satu persamaan mungkin muncul

lebih dari satu kali sebagai variabel yang menjelaskan variabel lain. Variabel-

variabel yang ada dalam persamaan simultan dapat digolongkan dalam dua

tipe yaitu variabel endogen (endogenous variable) dan variabel-variabel yang

sudah diketahui nilainya (predetermined variable). Variabel endogen

diperlakukan sebagai variabel stokastik dan nilai-nilainya ditentukan dengan

memasukkan nilai variabel-variabel lain dalam model. Predetermined

variable diperlakukan sebagai variabel non-stokastik yang nilai-nilainya

sudah tertentu atau sudah ditetapkan. Umumnya notasi Y dipakai sebagai

simbol variabel endogen sedangkan notasi X sebagai predetermined variable

(Gujarati, 1995: 325). Variabel endogen adalah NE (ekspor bersih non migas)

dan INF (Inflasi) sedangkan yang menjadi variabel eksogen adalah kurs, JUB

dan PDB.

25

26

Fungsi nilai ekspor bersih non migas:

NE = a0 + a1 Kurs + a2 INF + a3 PDB + Ut

Fungsi inflasi:

INF = ß0 + ? 1 Kurst + ? 2 JUBt + NEt + vt

Kemudian persamaan diubah menjadi ke dalam bentuk logaritma

sehingga model menyajikan variabel-variabel endogen sebagai fungsi dari

variabel-variabel eksogen. Kedua hubungan tersebut ditulis dalam model

sebagai berikut :

Log NE = ? 0 + log ? 1Kurst + ? 2 INFt + ? 3 log PDBt + ut (1)

Log INF = ? 0 + ? 1log Kurst + ? 2 log JUBt + ? 3 log NEt + vt (2)

Di mana:

NE = Nilai Eskpor bersih non migas

Kurs = Valas (Kurs dollar US terhadap rupiah)

INF = Inflasi

PDB = PDB Indonesia menurut harga yang berlaku

JUB = Jumlah uang beredar

? 1 - ? 3 = Nilai Koefisien regresi

? 0 = Konstanta

ut, vt = Gangguan stokastik

1. Estimasi Metode 2 SLS

Dalam penelitian ini menggunakan persamaan regresi simultan

dengan menerapkan metode 2 SLS (Two Stage Least Square). Dalam

penelitian ini persamaan struktural dapat di tulis sebagai berikut :

27

a. Tahap Satu

Untuk membuang korelasi yang nampak terjadi antara log NE

dan vt , mulailah dengan regresi log NE atas semua variabel yang

ditetapkan lebih dahulu dalam sistem keseluruhan, bukan hanya yang

dalam persamaan tadi. Dalam kasus sekarang ini, berarti meregresi log

NE atas log kurs, INF dan log PDB sebagai berikut:

Log NE = e PDB log ˆ inf ˆ kurs logˆ ˆt3210 ???????? (3)

Di mana et adalah residual OLS biasa. Dari persamaan diatas

mendapatkan.

Log EN?

= u PDB log ˆ inf ˆ kurs logˆ ˆt3210 ???????? (4)

Di mana Log EN?

adalah suatu taksiran dari nilai rata-rata NE

bersyarat atas log kurs, inf dan log PDB yang tetap. Persamaan 3

adalah persamaan regresi bentuk yang direduksi karena hanya variabel

eksogen atau yang ditetapkan lebih dahulu nampak pada sisi sebelah

kanan. Persamaan sekarang dapat dinyatakan sebagai

Log NE = Log EN?

+ et (5)

Yang menunjukkan bahwa NE stokastik terdiri dari 2 bagian: Log EN?

yang merupakan kombinasi linier dari log kurs, inf dan log PDB yang

non stokastik, dan suatu komponen random et. Dengan mengikuti teori

OLS, Log EN?

dan ut tidak berkorelasi.

b. Tahap Dua

Inf = ? 0 + ? 1log Kurst + ? 2 log JUBt + ß3 (log EN?

+ et) + vt

28

= ? 0 + ? 1log Kurst + ? 2 log JUBt + ß3 log EN?

+ (vt + ß3 et)


+ v *t (6)

di mana v*t = vt + ß1 + ß2 + ß3 et

Dengan membandingkan persamaan (6) dengan persamaan (2),

kita melihat bahwa keudanya sangat mirip dalam penampilan. Satu-

satunya perbedaan adalah bahwa log NE dapat diganti oleh log EN?

.

Keuntungan dari persamaan 6 dapat ditunjukkan bahwa meskipun log

NE dalam persamaan nilai ekspor non migas yang asli berkorelasi atau

nampaknya berkorelasi dengan unsur gangguan vt (yang menyebabkan

OLS menjadi tidak sesuai), log EN?

dalam persamaan (6) tak

berkorelasi dengan v *t secara asimtotik, yaitu dengan sampel besar

(atau lebih akurat, dengan meningkatnya ukuran sampel secara tak

terbatas). Sebagai hasilnya, OLS dapat diterapkan ke persamaan (6)

yang akan memberikan taksiran konsisten dari parameter nilai ekspor

bersih non migas.

Seperti prosedur dua tahap ini menunjukkan, ide dasar di

belakang 2SLS untuk memurnikan variabel yang menjelaskan

stokastik log NE dari pengaruh gangguan stokastik vt. Hal ini dicapai

dengan regresi bentuk yang direduksi log NE atau semua variabel

yang ditetapkan lebih dahulu dalam sistem (tahap 1) dengan

mendapatkan taksiran log EN?

dan menggantikan log NE dalam

persamaan asli dengan log EN?

yang ditaksir dan kemudian

29

menerapkan OLS untuk persamaan yang kemudian ditransformasikan

(tahap 2). Penaksir yang kemudian diperoleh adalah konsisten yaitu

penaksir tadi mengarah ke nilai sebenarnya dengan meningkatnya

ukuran sampel secara tak terbatas.

Untuk menggambarkan 2SLS lebih lanjut, kita memodifikasikan

model nilai ekspor non migas – inflasi sebagai berikut:


INF = ? 0 + ? 1log Kurst + ? 2 log JUBt + ? 3 log NEt + ? 5 logNEt-1

+ ? 6 inf t-1 + vt (8)

Di mana sebagai tambahan terhadap variabel yang telah

didefinisikan log NEt-1 = nilai ekspor non migas dalam periode waktu

sebelumnya dan inf = inflasi dalam periode sebelumnya. Kedua log

NE dan inf adalah ditetapkan lebih dahulu.

Dapat dengan segera diperiksa bahwa kedua persamaan (7) dan

(8) terlalu diidentifikasikan. Untuk menetapkan 2SLS, kita melangkah

maju sebagai berikut:

Dalam tahap 1 kita meregres variabel endogen atas semua

variabel yang ditetapkan lebih dahulu dalam sistem. Jadi

Log NE = e inf NE log PDB log ˆ inf ˆ kurs logˆ ˆ1t1-t1-t3210 ????????????

??(9)

Inf= e inf NE log NE log ˆ JUB log ˆ kurs logˆ ˆ2t1-t1-t3210 ????????????

??(10)

30

Dalam tahap 2 kita menggantikan log NE dan inf dalam persamaan (struktural)

asli dengan nilai taksirannya dari dua regresi tadi dan kemudian melakukan

regresi OLS sebagai berikut

Log NE = ? 0 + log ? 4 EN?

+ ? 1 log Kurst + ? 2 INFt + ? 3 log PDBt + u*1t (11)

Inf = ?0 + ?5 log fin?

+ ß1 log Kurst + ?2 log JUBt + ?3 logNEt-1 + ?4 inf t-1 + u*2t (12)

Di mana u dan u taksiran yang kemudian didapat akan konsisten.

B. Regresi OLS

Metode OLS mengasumsikan keberadaan suatu model garis regresi

yang disebut CLRM (Classical Linier Regression Model). Pada CLRM,

proses estimasi garis regresi dilakukan dengan cara meminimumkan

persamaan:

)ˆ.....ˆˆˆ( )1(212112

tnnttt XXYfu ?????? ???? (1)

Karena Yt, Xit, X2t hingga X(n-1)t diketahui (dari pengamatan) maka

pada dasarnya:

.)ˆ......ˆ,ˆ( 2112

nt Yfu ??? ???? (2)

Persamaan (2) memiliki implikasi bahwa proses minimasi pada

dasarnya merupakan proses mencoba-coba berbagai nilai

.)ˆ......ˆ,ˆ21 n??? ? sehingga ? 2

tu mencapai minimum. Secara matematis,

proses coba-coba ini bisa dilakukan melalui pendekatan matematik diferensial

atau dengan menggunakan pendekatan matrik (Gujarati, 1995: 52).

31

Untuk mendapatkan estimator garis regresi yang memiliki sifat BLUE

(Best Linier Unbiased Estimation). CLRM mensyaratkan dipenuhinya sepuluh

asumsi (Gujarati, 2003: 65-75), asumsi tersebut adalah sebagai berikut:

1. Model regresi linier. Model regresi linier dalam parameternya, seperti

ditunjukkan oleh persamaan berikut ini.

Yi = ß1 + ß2 Xi + ui

Model regresi linier dalam parameter merupakan titik awal dari CLRM

2. Nilai-nilai X tetap pada persampelan ulang. Sampel-sampel ulang. Secara

teknis X dianggap tetap pada sampel-sampel ulang. Secara teknis X

diasumsikan sebaga nonstochastis.

Asumsi ini untuk membahas mengenai PRF (Population Regression

Function) tetapi sangat penting untuk memahami konsep mengenai “nilai-

nilai tetap dalam sampel ulang.

3. E (Ui/Xi) = 0

Asumsi ini menyatakan bahwa nilai yang diharapkan bersyarat dari Ui

tergantung pada nilai Xi tertentu adalah nol.

4. 0 Cov (ui, uj) = E [ui – E (ui)] [uj – E (uj)]

= E (ui - Ui)

= 0

Dimana i dan j dua pengamatan yang berbeda dan Cov adalah covarians

asumsi ini menyatakan bahwa penggunaan ui dan ui tidak berkorelasi

secara

32

teknis, asumsi ini dikenal sebagai asumsi tidak adanya korelasi berurutan

atau tidak ada otokorelasi.

5. Var (ui/Xi) = E [ui – E(u1)]²

= E (ui)² karena asumsi 1

= s ²

Asumsi ini menyatakan bahwa varian ui untuk tiap xi (yaitu varians

bersyarat untuk uj) adalah suatu kons tan positif yang sama dengan s²,

secara teknis asumsi ini menyatakan homokedastisitas atau varian sama

yang mempunyai arti bahwa populasi Y yang berhubungan dengan nilai X

mempunyai variasi yang sama atau penyebaran sama.

6. Cov (ui – Xi) = E [ui – E(uij)] [Xi – E(Xi)]

Asumsi ini menyatakan bahwa gangguan ui dan variabel yang menjelaskan

x tidak berkorelasi.

7. Jumlah observasi n harus lebih besar dari jumlah parameter yang

diestimasikan atau jumlah observasi n harus lebih besar dari jumlah

variabel-variabel penjelas.

8. Variabilitas pada nilai X. Nilai X pada sampel diberikan tidak harus sama.

Secara teknis variabel X harus berupa bilangan positif yang terbatas.

9. Model regresi dispesifikasikan dengan benar. Sebagai alternatifnya, tidak

ada bias spesifikasi atau kesalahan dalam model X yang digunakan dalam

analisis empiris.

33

10. Tidak ada multikolinieritas sempurna, yaitu tidak ada hubungan

lingkungan yang sempurna diantara variabel-variabel penjelas.

Dari sepuluh asumsi diatas, hanya lima saja yang biasa diuji dalam

penelitian yang menggunakan analisis regresi, asumsi terseut yaitu

multikolinieritas, heteroskedastisitas dan otokorelasi, normalitas ut dan uji

spesifikasi model.

C. Uji Asumsi Klasik

Pengujian ini dilakukan untuk mengetahui ada tidaknya penyimpangan

asumsi klasik. Pengujian ini meliputi multikolinieritas, heteroskedastisitas,

dan autokorelasi.

1. Uji multikolinieritas

Masalah multikolinieritas muncul jika terdapat hubungan yang

sempurna atau pasti di antara beberapa variabel atau semua variabel

independen dalam model. Dalam kasus terdapat multikolinieritas yang

serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari

variabel independen dalam model. Ada beberapa metode untuk menguji

keberadaan multikolinieritas, disini akan digunakan uji Klein.

Uji Klein meliputi langkah- langkah sebagai berikut: (Arief, 1993: 26-7):

a. Regres model lengkap, dapatkan nilai R²

b. Regres masing-masing variabel independen terhadap seluruh variabel

independen lainnya, dapatkan nilai R²i. Regres ini disebut auxilary

regression.

34

c. Apabila terdapat R²i > R² berarti terdapat masalah multikolinieritas

yang serius.

2. Uji Heteroskedastisitas

Heteroskedastisitas terjadi apabila variasi ut tidak konstan atau

berubah-ubah seiring dengan berubahnya nilai variabel independen

(Gujarati, 1995: 61). Konsekuensi dari keberadaan heteroskedastisitas

adalah metode regresi OLS akan menghasilkan estimator yang bias untuk

nilai variasi ut dan dengan demikian variasi dari koefisien regresi.

Akibatnya uji t, uji F dan estimasi nilai variabel dependen menjadi tidak

valid (Gujarati, 1995: Johnston dan DiNardo, 1997 : 166-7).

Uji korelasi Rank Spearman memiliki tahapan sebagai berikut

(Gujarati, 1995 : 372-3) :

a. Regres model lengkap dan dapatkan residualnya

b. Dengan mengabaikan tanda dari ut yang berarti mendapatkan nilai

absolut ut, dapatkan nilai korelasi Rank Spearman antara nilai absolut

ini dengan setiap variabel independen dalam model dengan rumus :

rs = 1 – 6 ???

?

???

?

??

)1( 2

2

nn

d i

rs adalah koefisien korelasi Rank Spearman, di selisih ranking dan n

adalah banyaknya data atau pengamatan.

35

c. Apabila terdapat nilai korelasi Rank Spearman yang signifikan maka

hipotesis terdapatnya heteroskedastisitas diterima. Nilai korelasi Rank

Spearman signifikan apabila thitung untuk nilai korelasi Rank Spearman

yang dihitung dengan rumus sebagai berikut :

21

2

rs

nrst

?

??

Apabila nilai thitung lebih kecil dari nilai ttabel pada t (a/2;n-2), atau lebih

besar dari –t (a/2;n-2) maka simpulannya tidak ada

heteroskedastisitas.

3. Otokorelasi

Otokorelasi terjadi apabila nilai va riabel masa lalu memiliki

pengaruh terhadap nilai variabel masa kini, atau masa datang. Konsekuensi

dari keberadaan otokorelasi adalah metode regresi OLS akan

menghasilkan estimasi yang terlalu rendah untuk nilai variasi ut dan

karenanya menghasilkan estimasi yang terlalu tinggi untuk R2. bahkan

ketika estimasi nilai variasi ut tidak terlalu rendah, maka estimasi dari nilai

variasi dari koefisien regresi mungkin akan terlalu rendah dan karenanya

akan signifikan dari uji t dan uji F tidak valid lagi atau menghasilkan

konklusi yang menyesatkan (Gujarati, 1995 : 411, Johnston dan DiNardo,

1997: 185-7). Penelitian ini uji autokorelasi digunakan uji Durbin-Watson

Mekanisme tes Durbin-Watson adalah sebagai berikut, dengan

mengasumsikan bahwa yang mendasari tes dipenuhi:

a. Lakukan regresi OLS dan dapatkan residual;

36

b. Menghitungo d dengan rumus (Gujarati, 2003: 467);

? ?

?

??

?

?

???

?nt

tt

nt

ttt

u

uud

1

2

2

21

Keterangan:

d : banyaknya observasi adalah n – 1:

c. Untuk ukuran sampel tertentu dan benyaknya variabel yang

menjelaskan tertentu, dapatkan nilai dl dan du;

d. Ikuti cara pembuatan keputusan berikut ini untuk acuan yang lebih

mudah.

Durbin – Watson tes: aturan keputusan Hipotesis tidak berlaku Keputusan Jika Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif Tidak ada autokorelasi positif atau negatif

Menolak Tidak ada keputusan Menolak Tidak ada keputusan Tidak menolak

0<d<dL dL?d?dU 4–dL<d<4 4-dU ?d?4-dL dU<d<4-dU

Gambar 3.1 Grafik statistik Durbin – Watson

D. Uji Kebaikan Model

1. Uji F (Uji eksistensi model)

Uji ini digunakan untuk menguji apakah seluruh variabel independen

mempengaruhi variabel dependen.

Menolak Ho bukti

Autokorela

Daerah tidak ada keputusan

Tidak menolak Ho atau

Ho* atau kedua-duanya


Menolak Ho* bukti

autokorelas

f(d)

0 4-d1 2 4-dU d1 dU 4

37

Dalam hal ini langkah- langkah pengujiannya sebagai berikut :

(1) Ho = ß1 = ß2 = ….. ßn = 0 (model tidak eksis ).

Ho = ß1 ? ß2 ? ….. ßn ? 0 (model eksis ).

(2) Menentukan tingkat signifikansi (a).

(3) Menentukan kriteria pengujian dua arah.

Gambar 3.2

Uji F

Dimana :

Ho diterima apabila Fhitung = F(a : k-1 = n-k)

Ho ditolak apabila Fhitung > F(a : k-1 = n-k)

(4) Nilai Fhitung

k))/(NR(11)/(KR

F2

2

hitung ???

?

Keterangan :

R2 = Koefisien determinasi

K = Jumlah koefisien regresi

N = Jumlah data

(5) Kesimpulan

Nilai Ftabel yang diperoleh dibandingkan dengan nilai Fhitung. Apabila

Fhitung > Ftabel, maka Ho ditolak, artinya bersama-sama variabel

independen berpengaruh nyata terhadap variabel dependen (persamaan

F(a;k-1;n-k)

H0 diterima

Ho ditolak

38

model penelitian cukup eksis untuk digunakan). Jika Fhitung = Ftabel

maka Ho diterima, artinya secara bersama-sama variabel independen

tidak berpengaruh nyata terhadap variabel dependen (persamaan model

penelitian kurang eksis digunakan).

2. Interpretasi R2

Pengujian ini dimaksudkan untuk mengetahui tingkat ketepatan model

yang baik dalam analisis regresi. Yang ditunjukkan oleh besarnya antara 0

dan 1 (0 ? R2 ? 1). Perhitungan koefisien determinasi 0 berarti variasi dari

variabel independent tidak menjelaskan variasi dari variabel dependen.

Apabila koefisien mendekati 1, berarti variasi dari variabel independent

semakin dapat menjelaskan variasi dari variabel dependen.

Perhitungan koefisien determinasi (R²)

? ???

?TSSESS

YYYY

Ri

22

)()ˆ(

Dimana :

ESS = Explain Sum Square

TSS = Total Sum Square

Nilai R2 terletak antara 0 dan 1, jika R2 semakin mendekati 1 berarti

variabel independen secara bersama-sama semakin menjelaskan variabel

dependen,

39

sebaliknya R2 semakin mendekati 0 maka variabel independen secara

bersama-sama semakin tidak menjelaskan variabel dependen.

E. Uji Validitas Pengaruh

1. Uji t

Uji ini digunakan untuk menguji ada tidaknya pengaruh masing-

masing variabel independen terhadap variabel dependen. Dalam hal ini

digunakan langkah- langkah pengujian sebagai berikut :

(1) Ho : ßi = 0 (tidak ada pengaruh signifikan dari variabel independen

ke i terhadap variabel dependen)

Ho : ßi ? 0 (ada pengaruh signifikan dari masing-masing variabel

independen ke i terhadap variabel dependen)

(2) Menentukan tingkat signifikansi (a)

(3) Menentukan kriteria pengujian dua arah

Gambar 3.3 Uji t

Dimana :

Ho ditolak

Ho diterima

t (a/2;n-k)

Ho ditolak

-t (a/2,n-k)

40

Ho diterima apabila –t (a/2; n-k) = thitung = t (a/2;n-k)

Ho ditolak apabila thitung > t(a/2; n-k) atau thitung < -t (a/2; n-k)

Keterangan :

n : Banyaknya data k : Jumlah parameter

(4) Nilai thitung

? ?iSEi

th?

??

Keterangan : th = Nilai thitung ßi = Koefisien regresi SE (ßi) = Standar error dalam koefisien regresi

(5) Kesimpulan

Nilai ttabel yang diperoleh dibandingkan dengan nilai thitung. Apabila

thitung > ttabel atau thitung < -ttabel maka Ho ditolak, berarti masing-

masing veriabel independen berpengaruh nyata terhadap variabel

dependen.

F. Data dan Sumber Data

1. Definisi Operasional Variabel

Variabel penelitian yang digunakan dalam penelitian adalah variabel

dependen dan variabel independen.

Variabel dependen yang digunakan dalam penelitian adalah nilai

ekspor bersih non migas. Ekspor adalah nilai barang-barang dan jasa-jasa

41

dari Indonesia untuk dikirim ke luar negeri baik itu ekspor selain minyak

dan gas bumi yang besarnya diukur dalam milyar rupiah per tahun.

Inflasi (INF) adalah suatu keadaan umum dimana harga-harga umum

meningkat secara terus menerus. Inflasi yang digunakan dalam penelitian

ini besarnya diukur dalam persen per tahun.

Variabel independen yang digunakan dalam penelitian terdiri dari:

a. Jumlah uang beredar

Dalam artian sempit jumlah uang beredar didefinisikan sebagai M1

yang merupakan jumlah uang kartal yang beredar di luar Bank

Indonesia, bank-bank umum dan uang giral yang terdiri dari saldo dan

rekening koran. M2 atau jumlah uang beredar dalam artian luas atau

likuiditas perekonomian terdiri dari M1 ditambah dengan uang kuasi.

Jumlah uang beredar yang besarnya diukur dalam satuan juta rupiah

per tahun tahun 1985 – 2000.

b. Kurs rupiah terhadap dollar AS exchange rate (Kurs) adalah

perbandingan nilai atau harga antara dua mata uang yang berbeda.

Kurs valuta asing yang digunakan dalam penelitian ini adalah kurs

dollar AS terhadap rupiah yang besarnya diukur dalam rupiah per

tahun.

c. PDB

Produk domesik bruto adalah penghitungan pendapatan nasional

dengan menggunakan konsep kewilayahan yang dilakukan dengan cara

menghitung besarnya nilai produksi barang dan jasa yang dihasilkan

42

oleh seluruh warga yang ada di wilayah tersebut, baik kegiatan

produksi warga sendiri atau warga asing yang perubahannya menurut

harga yang berlaku dan diukur dalam satuan rupiah per tahun.

2. Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder,

sedangkan data tersebut diperoleh dari Biro Pusat Statistik dan Nota

Keuangan dan RAPBN. Data tersebut meliputi jumlah uang beredar,

inflasi, kurs rupiah terhadap dollar AS dan PDB.

BAB IV

ANALISIS DATA

A. Gambaran Umum Penelitian

Indonesia terletak antara 6°08` Lintang Utara dan 11° 15` Lintang Selatan

dan antara 94° 45` Bujur Timur dan 141° 05` Bujur Barat. Negara kesatuan yang

berbentuk Republik ini pada tahun 1999 dibagi menjadi 26 propinsi (sejak Timor

timur tidak lagi merupakan wilayah Indonesia), terdiri dari 268 kabupaten, 73

kotamadya, 4.049 kecamatan dan 69.050 desa.

Indonesia merupakan Negara bahari dengan luas lautnya sekitar 7,9 juta

km² (termasuk daerah keseluruhan. Daratan Indonesia yang mempunyai luas lebih

dari 1,9 juta km², mempunyai puluhan atau mungkin ratusan gunung api dan

sungai. Sehubungan dengan letak Negara Indonesia yang dikelilingi beberapa

samudera, serta banyak terdapat gunung berapi yang masih aktif, menyebabkan

Indonesia sering dilanda gempa.

Di Indonesia hanya dikenal dua musim, yaitu musim kemarau dan

penghujan. Pada bulan Juni sampai dengan September arus angin berasal dari

Australia dan tidak banyak mengandung uap air, sehingga mengakibatkan musim

kemarau. Sebaliknya pada Bulan Desember sampai dengan Maret arus angin

banyak mengandung uap air yang berasal dari Asia dan samudera Pasifik terjadi

musim hujan. Keadaan seperti itu berganti setaip setengah tahun setelah melewati

masa peralihan pada bulan April-Mei dan Oktober – November (BPS, 2000: 3).

43

44

Kesejahteraan penduduk merupakan sasaran utama dari pembangunan

sebagaimana tertuang dalam GBHN. Pembangunan yang dilaksanakan adalah

dalam rangka membentuk manusia Indonesia seutuhnya dari seluruh masyarakat

Indonesia. Untuk itu pemerintah telah melaksanakan berbagai usaha dalam rangka

memecahkan masalah kependudukan. Usaha-usaha yang mengarah pada

pemerataan penyebaran penduduk telah dilakukan dengan cara memindahkan

penduduk Pulau Jawa ke Luar Pulau Jawa melalui program transmigrasi. Selain

itu dengan mulai diberlakukannya otonomi daerah, diharapkan dapat mengurangi

perpindahan peduduk terutama ke propinsi-propinsi di Pulau Jawa. Usaha untuk

menekan laju pertumbuhan penduduk telah dilakukan pemerintah melalui

program Keluarga Berencana yang dimulai awal tahun 1970-an.

1. Perkembangan Jumlah Uang Beredar

Jumlah uang beredar pada bulan Maret 2001 mengalami kenaikan

sebesar 19,02 persen dibanding bulan Maret 2000 atau secara rata-rata dalam

satu tahun terakhir mengalami peningkatan sebesar 1,60 persen per bulan.

Kenaikan terbesar selama dua belas bulan terakhir yaitu pada bulan April

2000 sampai dengan Maret 2001 terjadi pada bulan Desember 2000 sebesar

14,86 persen. Untuk bulan Maret 2001, komposisi uang kartal dan uang giral

adalah 41 dan 59 persen (Indikator Ekonomi, 2001: 3).

45

Tabel 4.1 Jumlah Uang Beredar Dalam Milyar Rupiah

Tahun Jub Tahun Jub 1980 7337,6 1990 77257,53 1981 9576,57 1991 95604,72 1982 10880,85 1992 117316,6 1983 14654,5 1993 145310,5 1984 17512,57 1994 172807,7 1985 23886,92 1995 21815 1986 27447,54 1996 278000 1987 33600,94 1997 402280 1988 41914,81 1998 221738 1989 58220,5 1999 68824

2000 100823 Sumber: Biro Pusat Statistik

2. Perkembangan Kurs dollar AS terhadap rupiah

Kurs dollar AS terhadap rupiah pada saat krisis moneter kurs rupiah

terus melemah terutama dengan dollar AS. Melemahnya kurs rupiah

disebabkan faktor dari dalam maupun dari luar negeri. Perkembangan dari

kurs dollar AS terhadap rupiah adalah pada tabel berikut:

Tabel 4.2 Kurs dollar AS terhadap rupiah

Dalam Rupiah

Tahun kurs Tahun kurs 1980 626,99 1990 1842,81 1981 631,76 1991 1950,32 1982 661,42 1992 2029,92 1983 909,26 1993 2087,1 1984 1025,94 1994 2160,75 1985 1110,58 1995 2248,61 1986 1282,56 1996 2342,3 1987 1643,85 1997 2909,38 1988 1685,7 1998 10013,6 1989 1770,06 1999 7855,15

2000 8421,77 Sumber: Biro Pusat Statistik

46

3. Inflasi

Januari 2002 ditandai dengan inflasi 1,99 persen. Angka tersebut lebih

tinggi dari inflasi Januari 2001, sebesar 0,33 persen. Angka pada bulan

Januari ini terutama karena meningkatnya kelompok bahan makanan dan

makanan jadi masing-masing 2,74 persen dan 2,77 persen. Inflasi tertinggi

pada saat krisis moneter yaitu sekitar pertengahan tahun 1997 yang besarnya

inflasi 11,050% dan pada tahun 1998 inflasi sebesar 58% dan pada tahun 1999

inflasi menurun sebesar 20,7%.

Tabel 4.3 Inflasi menurut indek harga konsumen

Dalam persen per tahun

Tahun Inf Tahun Inf 1980 15,97 1990 9,52 1981 7,09 1991 9,52 1982 9,69 1992 4,94 1983 11,46 1993 9,77 1984 8,76 1994 9,24 1985 4,31 1995 8,64 1986 8,83 1996 6,47 1987 8,9 1997 11,05 1988 5,47 1998 58 1989 0,5 1999 20,7


4. Perkembangan PDB

Sebagian sektor mengalami pertumbuhan negatif pada tahun 1998

perekonomian Indonesia mengalami kontraksi lebih dari 10%. Baru pada

tahun 1999 perekonomian Indonesia mulai membaik dengan pertumbuhan

sedikit 0%. PDB atas dasar harga yang berlaku tahun 1998 merosot dari 202,1

47

miliar dollar Amerika Serikat dan tahun 1999 membaik sedikit yaitu menjadi

141,0 milliar dollar Amerika Serikat.

Tabel 4.4. PDB menurut harga yang berlaku

Dalam milliar rupiah

Tahun PDB Tahun PDB 1980 45445,7 1990 195597,2 1981 54027 1991 227450,2 1982 59633 1992 259884,5 1983 73697,6 1993 302017,8 1984 85914,4 1994 382219,7 1985 96997 1995 452380,9 1986 102683 1996 532568 1987 124817 1997 627695,5 1988 142104,8 1998 955753,5 1989 167184,7 1999 1109980

2000 1290684 Sumber: Biro Pusat Statistik

5. Ekspor non migas

Tabel 4.5 Ekspor non migas Indonesia

Dalam juta US

Tahun Eskpor Tahun Eskpor 1980 6168,8 1990 14604,2 1981 4501,3 1991 18247,5 1982 3929 1992 23296,1 1983 5005,2 1993 27077,2 1984 5869,7 1994 30359,8 1985 5868,9 1995 34953,6 1986 6528,4 1996 38093 1987 8579,6 1997 41821,1 1988 11536,9 1998 40975,5 1989 13480,1 1999 38873,2


48

B. Analisa Data

Metode analisis data yang digunakan dalam penelitian ini adalah

persamaan simultan. Persamaan simultan adalah suatu model dimana variabel

dependen (Y) tidak saja ditentukan oleh variable independent (X), tetapi ada

variabel X yang justru ditentukan oleh U. Dalam persamaan simultan terdapat

satu atau lebih variabel tak bebas dalam satu persamaan. Satu ciri dari model

persamaan simultan adalah variabel dalam satu persamaan mungkin muncul lebih

dari satu kali sebagai variabel yang menjelaskan variabel lain. Variabel-variabel

yang ada dalam persamaan simultan dapat digolongkan dalam dua tipe yaitu

variabel endogen (endogenous variable) dan variabel-variabel yang sudah

diketahui nilainya (predetermined variable). Variabel endogen diperlakukan

sebagai variabel stokastik dan nilai-nilainya ditentukan dengan memasukkan nilai

variabel-variabel lain dalam model. Predetermined variable diperlakukan sebagai

variabel non-stokastik yang nilai-nilainya sudah tertentu atau sudah ditetapkan.

Umumnya notasi Y dipakai sebagai simbol variabel endogen sedangkan notasi X

sebagai predetermined variable (Gujarati, 1995: 325). Variabel endogen adalah

NE (ekspor bersih non migas) dan INF (Inflasi) sedangkan yang menjadi variabel

eksogen adalah kurs, JUB dan PDB.

Fungsi nilai ekspor bersih non migas:

NE = a0 + a1 Kurs + a2 INF + a3 PDB + Ut

Fungsi inflasi:

INF = ß0 + ? 1 Kurst + ? 2 JUBt + NEt + vt

49

Kemudian persamaan diubah menjadi ke dalam bentuk logaritma

sehingga model menyajikan variabel-variabel endogen sebagai fungsi dari

variabel-variabel eksogen. Kedua hubungan tersebut ditulis dalam model

sebagai berikut :


INF = ? 0 + ? 1log Kurst + ? 2 log JUBt + ? 3 log NEt + vt (2)

Di mana: NE = Nilai Eskpor bersih non migas Kurs = Valas (Kurs dollar US terhadap rupiah) INF = Inflasi PDB = PDB Indonesia menurut harga yang berlaku JUB = Jumlah uang beredar ? 1 - ? 3 = Nilai Koefisien regresi ? 0 = Konstanta ut, vt = Gangguan stokastik

1. Estimasi Metode 2 SLS

Dalam penelitian ini menggunakan persamaan regresi simultan dengan

menerapkan metode 2 SLS (Two Stage Least Square). Dalam penelitian ini

persamaan struktural dapat di tulis sebagai berikut :

a. Tahap Satu

Untuk membuang korelasi yang nampak terjadi antara log NE dan

vt , mulailah dengan regresi log NE atas semua variabel yang ditetapkan

lebih dahulu dalam sistem keseluruhan, bukan hanya yang dalam

persamaan tadi. Dalam kasus sekarang ini, berarti meregresi log NE atas

log kurs, INF dan log PDB sebagai berikut:

Log NE = e PDB log ˆ inf ˆ kurs logˆ ˆt3210 ???????? (3)

50

Di mana et adalah residual OLS biasa. Dari persamaan diatas

mendapatkan.

Log EN?

= u PDB log ˆ inf ˆ kurs logˆ ˆt3210 ???????? (4)

Di mana Log EN?

adalah suatu taksiran dari nilai rata-rata NE bersyarat

atas log kurs, inf dan log PDB yang tetap. Persamaan 3 adalah persamaan

regresi bentuk yang direduksi karena hanya variabel eksogen atau yang

ditetapkan lebih dahulu nampak pada sisi sebelah kanan. Persamaan

sekarang dapat dinyatakan sebagai

Log NE = Log EN?

+ et (5)

Yang menunjukkan bahwa NE stokastik terdiri dari 2 bagian: Log EN?

yang merupakan kombinasi linier dari log kurs, inf dan log PDB yang non

stokastik, dan suatu komponen random et. Dengan mengikuti teori OLS,

Log EN?

dan ut tidak berkorelasi.

b. Tahap Dua

Inf = ? 0 + ? 1log Kurst + ? 2 log JUBt + ß3 (log EN?

+ et) + vt


+ (vt + ß3 et)


+ v *t (6)

di mana v*t = vt + ß1 + ß2 + ß3 et

Dengan membandingkan persamaan (6) dengan persamaan (2), kita

melihat bahwa keudanya sangat mirip dalam penampilan. Satu-satunya

perbedaan adalah bahwa log NE dapat diganti oleh log EN?

. Keuntungan

dari persamaan 6 dapat ditunjukkan bahwa meskipun log NE dalam

51

persamaan nilai ekspor non migas yang asli berkorelasi atau nampaknya

berkorelasi dengan unsur gangguan vt (yang menyebabkan OLS menjadi

tidak sesuai), log EN?

dalam persamaan (6) tak berkorelasi dengan v*t

secara asimtotik, yaitu dengan sampel besar (atau lebih akurat, dengan

meningkatnya ukuran sampel secara tak terbatas). Sebagai hasilnya, OLS

dapat diterapkan ke persamaan (6) yang akan memberikan taksiran

konsisten dari parameter nilai ekspor bersih non migas.

Seperti prosedur dua tahap ini menunjukkan, ide dasar di belakang

2SLS untuk memurnikan variabel yang menjelaskan stokastik log NE dari

pengaruh gangguan stokastik vt. Hal ini dicapai dengan regresi bentuk

yang direduksi log NE atau semua variabel yang ditetapkan lebih dahulu

dalam sistem (tahap 1) dengan mendapatkan taksiran log EN?

dan

menggantikan log NE dalam persamaan asli dengan log EN?

yang ditaksir

dan kemudian menerapkan OLS untuk persamaan yang kemudian

ditransformasikan (tahap 2). Penaksir yang kemudian diperoleh adalah

konsisten yaitu penaksir tadi mengarah ke nilai sebenarnya dengan

meningkatnya ukuran sampel secara tak terbatas.

Untuk menggambarkan 2SLS lebih lanjut, kita memodifikasikan

model nilai ekspor non migas – inflasi sebagai berikut:


INF = ? 0 + ? 1log Kurst + ? 2 log JUBt + ? 3 log NEt + ? 5 logNEt-1

+ ? 6 inf t-1 + vt (8)

52

Di mana sebagai tambahan terhadap variabel yang telah

didefinisikan log NEt-1 = nilai ekspor non migas dalam periode waktu

sebelumnya dan inf = inflasi dalam periode sebelumnya. Kedua log NE

dan inf adalah ditetapkan lebih dahulu.

Dapat dengan segera diperiksa bahwa kedua persamaan (7) dan (8)

terlalu diidentifikasikan. Untuk menetapkan 2SLS, kita melangkah maju

sebagai berikut:

Dalam tahap 1 kita meregres variabel endogen atas semua variabel

yang ditetapkan lebih dahulu dalam sistem. Jadi

Log NE = e inf NE log PDB log ˆ inf ˆ kurs logˆ ˆ1t1-t1-t3210 ????????????

??(9)

Inf= e inf NE log NE log ˆ JUB log ˆ kurs logˆ ˆ2t1-t1-t3210 ????????????

??(10)

Dalam tahap 2 kita menggantikan log NE dan inf dalam persamaan (struktural) asli

dengan nilai taksirannya dari dua regresi tadi dan kemudian melakukan regresi OLS

sebagai berikut

Log NE = ? 0 + log ? 4 EN?

+ ? 1 log Kurst + ? 2 INFt + ? 3 log PDBt + u*1t (11)

Inf = ?0 + ?5 log fin?

+ ß1 log Kurst + ?2 log JUBt + ?3 logNEt-1 + ?4 inf t-1 + u*2t (12)

Di mana u dan u taksiran yang kemudian didapat akan konsisten.

C. Hasil Analisa Data

Model regresi linier berganda dengan metode simultan dengan

menggunakan SPSS 11.00 diperoleh hasil sebagai berikut:

53

Tabel 4.6 Hasil Analisis Model Simultan

Variabel Koefisien

Regresi thitung Probabilitas

Konstanta -12,092 -0,908 0,380 Ekspor non migas yang diprediksi 5,158 0,277 0,786 Kurs 14,362 2,000 0,067 Jumlah uang beredar -0,623 -0,130 0,899 Ekspor non migas -35,859 -1,729 0,107 Ekspor non migas tahun lalu 25,878 1,392 0,187 Inflasi tahun lalu -0,213 -0,688 0,504

Sumber : Pengolahan Data Sekunder

Hasil analisis regresi tersebut bila ditulis dalam bentuk persamaan linier

menjadi:

Inf = -12,092 + 5,158 + log14,362Kurst – log 0,623 JUBt – log 35,859 NE + log

25,878 NEt-1 – 0,213

(-0,908) (0,277) (2,000) (-0,130) (-1,729)

(1,392) (-0,688)

D. Uji Asumsi Klasik

Pengujian ini dilakukan untuk mengetahui ada tidaknya penyimpangan

asumsi klasik. Pengujian ini meliputi uji multikolinieritas, heteroskedastisitas dan

autokorelasi.

a. Multikolinearitas

Masalah multikolinieritas muncul jika terdapat hubungan sempurna atau

pasti diantara beberapa variabel atau semua variabel independen dalam model.

Untuk menguji ada dan tidaknya masalah multikolieritas dalam model

penelitian ini menggunakan uji Klein.

54

Tabel 4.7 Hasil Uji Multikolinieritas Inflasi

Variabel VIF Keterangan Ekspor non migas yang diprediksi 39,967 Ada multikolinieritas Kurs 5,184 Tidak ada multikolinieritas Jumlah uang beredar 4,893 Tidak ada multikolinieritas Ekspor non migas 56,170 Ada multikolinieritas Ekspor non migas tahun lalu 43,092 Ada multikoliniearitas Inflasi tahun lalu 2,156 Tidak ada multikolinieritas

Sumber: Hasil Olah Data

Berdasarkan hasil di atas dapat disimpulkan bahwa variabel yang terjadi

multikolinearitas adalah ekspor non migas yang prediksi, ekspor non migas,

ekspor non migas tahun lalu terjadi multikolinieritas sedangkan variabel kurs,

jumlah uang beredar dan inflasi tahun lalu tidak terjadi multikolinieritas.

Tabel 4.8 Hasil Uji Multikolinieritas Eskpor non migas

Variabel VIF Keterangan Inflasi yang diprediksi 4,152 Tidak ada multikolinieritas Kurs 28,103 Ada multikolinieritas Inflasi 18,454 Ada multikolinieritas PDB 1,211 Tidak ada multikolinieritas

Sumber: Data Primer Diolah

Berdasarkan hasil di atas dapat disimpulkan bahwa variabel yang terjadi

multikolinearitas adalah kurs dan inflasi sedangkan variable inflasi yang

diprediksi dan PDB tidak terjadi multikolinieritas.

b. Heteroskedastisitas

Heteroskedastisitas terjadi apabila variasi ut tidak konstan atau berubah-

ubah seiring dengan berubahnya nilai variabel independen (Gujarati, 1995:

61). Dalam penelitian ini untuk mengetahui ada tidaknya pengaruh

heteroskedastisitas digunakan metode rank spearman. Dengan langkah

sebagai berikut:

55

a) Formulasi

Ho = tidak ada masalah heteroskedastisitas

Ha = ada masalah heteroskedastisitas

b) Penentuan tingkat signifikan (a) 5%

c) Kriteria pengujian

Gambar 4.1 Daerah kritis heteroskedastisitas (uji rank spearman)

Ho diterima bila -2,093 = 2,093

Ho ditolak bila statistik t < -2,048 atau statistik > 2,093

d) Statistik t (t-hitung) masing-masing nilai korelasi rank spearman ekspor

bersih non migas adalah sebagai berikut:

- thitung kurs = 2)321,0(1

221321,0

??

??= -0,121

- thitung inflasi = 2)019,0(1

221019,0

??

??= -0,083

- thitung PDB = 2)312,0(1

221312,0

??

??= -1,4361

- thitung Taksiran Inf = 2)105,0(1

221105,0

??

??= -0,460

Sedangkan untuk inflasi adalah sebagai berikut

Ho ditolak

Ho diterima

Ho ditolak

-t0,05/2(21-2) = 2,093 -t0,05/2(21-2) = 2,093

56

- thitung inf_1 = 2408,01

221408,0

?

? = 1,949

- thitung ekspor yang diprediksi = 2289,01

221289,0

?

?= 1,315

- thitung kurs = 2277,01

221277,0

?

?= 1,256

- thitung JUB = 2183,01

221183,0

?

?= 0,812

- thitung NE = 2265,01

221265,0

?

?=1,198

- thitung NE_1 = 2245,01

221242,0

?

?=1,089

- thitung inf_1 = 2408,01

221408,0

?

?= 1,951

- thitung ekspor yang diprediksi = 2289,01

221289,0

?

?=1,317

e) Kesimpulan dengan membandingkan antara ttabel sebesar 2,093 dengan

thitung masing-masing nilai korelasi rank spearman maka Ho diterima,

kesimpulannya adalah tidak terdapat masalah heteroskedastisitas.

c. Autokorelasi

Autokorelasi terjadi apabila nilai variabel masa lalu memiliki pengaruh

terhadap nilai variabel masa kini, atau masa datang. Untuk mengetahui ada

dan tidaknya autokorelasi digunakan uji Durbin-Watson. Langkah pengujian

57

ini adalah dengan membandingkan besarnya nilai batas lebih tinggi (dU) dan

nilai batas lebih rendah (dL).

Dari hasil regresi dengan program SPSS for windows diperoleh nilai D-W

test untuk ekspor non migas sebesar 1,193. Dengan demikian sampel

observasi 21 dan 4 variabel penjelas, nilai kritis D-W pada tingkat signifikan

95%(? =0,05) diketahui dL= 0,718 dan dU =1,554 maka nilai 4-dL = 3,282

dan 4-dU = 2,446. Karena nilai Durbin-Watson berada pada daerah tidak ada

keputusan. Untuk lebih jelasnya posisi Durbin-Watson dapat dilihat dalam

gambar 4.4

Gambar 4.2. Distribusi Durbin –Watson Test

Dari hasil regresi dengan program SPSS for windows diperoleh nilai D-W

test untuk inflasi sebesar 1,783. Dengan demikian sampel observasi 21 dan 6

variabel penjelas, nilai kritis D-W pada tingkat signifikan 95%(? =0,05)

diketahui dL= 0,552 dan dU =1,881 maka nilai 4-dL = 3,448 dan 4-dU = 2,119.

Karena nilai Durbin-Watson berada pada daerah tidak ada keputusan. Untuk

lebih jelasnya posisi Durbin-Watson dapat dilihat dalam gambar 4.5


Menerima Ho atau Ho* atau kedua-duanya


Menolak Ho* bukti Autokorelasi Negatif

Menolak Ho bukti Autokorelasi positif

0 dL DW dU 2 4-dU 4-dL 4 0,718 1,193 1,554 2,446 3,282

f(d

58

Gambar 4.3. Distribusi Durbin –Watson Test

E. Uji Kebaikan Model

1. Uji Secara Keseluruhan (Uji F)

Uji F digunakan untuk menguji apakah model yang digunakan eksis

atau tidak. Langkah-langkah uji F adalah sebagai berikut:

Ho = ß1 = ß2 = ….. ßn = 0 (model tidak eksis).

Ho = ß1 ? ß2 ? ….. ßn ? 0 (model eksis).

Uji F ekspor Fhitung sebesar 97,586 dan Ftabel pada a = 0,01 maka

diperoleh F(0;01; 4;16) = 4,77. Jelas nilai Fhitung lebih besar dari F tabel, jadi Ho

ditolak (model eksis).

Gambar 4.4 Uji F

Ho ditolak

4,77

H0 diterima

97,586


Menerima Ho atau Ho* atau kedua-duanya


Menolak Ho* bukti Autokorelasi Negatif

Menolak Ho bukti Autokorelasi positif

0 dL DW dU 2 4-dU 4-dL 4 0,552 1,783 1,881 2,119 3,448

f(d

59

Uji F inflasi Fhitung sebesar 1,446 dan Ftabel pada a = 0,05 maka

diperoleh F(0;01; 6;13) = 4,62. Jelas nilai Fhitung lebih kecil dari F tabel, jadi Ho

diterima (model tidak eksis).

Gambar 4.5 Uji F

Ho ditolak

2. Koefisien Determinasi (R²)

R² menyatakan proporsi total variabel dependen yang dapat dijelaskan

oleh variabel independen. Nilai R² ekspor sebesar 0,961, dimana terletak

antara 0 dan 1. Jadi, koefisien determinasi (R²) menunjukkan bahwa variasi

dari variabel ekspor dapat dijelaskan oleh kurs, inflasi, PDB dan inflasi yang

prediksi sebesar 96,1% dan sisanya sebesar 3,9% dijelaskan oleh variabel lain

di luar model.

R² inflasi sebesar 0,400, dimana terletak antara 0 dan 1. Jadi, koefisien

determinasi (R²) menunjukkan bahwa variasi dari variabel inflasi dapat

dijelaskan oleh kurs, ekspor yang prediksi, ekspor, jumlah uang beredar,

ekspor ekspor periode sebelumnya, inflasi periode sebelumnya sebesar 4,00%

dan sisanya sebesar 60,00% dijelaskan oleh variabel lain di luar model.

4,62

H0 diterima

1,446

60

F. Uji Validitas Pengaruh

Ekspor

Uji t-test digunakan untuk mengetahui apakah masing-masing variabel

penjelas (independen) secara sendiri-sendiri berpengaruh signifikan terhadap

variabel dependen. Hipotesis yang digunakan adalah:

Ho : ßi = 0 (variabel independen ke i tidak memiliki pengaruh signifikan terhadap

variabel dependen)

Ho : ßi ? 0 (variabel independen ke i memiliki pengaruh signifikan terhadap

variabel dependen)

1) Variabel kurs (Log kurs)

Dari hasil regresi diketahui bahwa besarnya nilai thitung adalah -0,191

sedangkan nilai t tabel dengan ? = 0,1 t(0,05; 17;4) adalah -1,740. Jadi thitung > ttabel.

Maka Ho diterima, berarti kurs tidak berpengaruh terhadap ekspor bersih non

migas di Indonesia.

Gambar 4.6

Uji t variabel kurs

2) Variabel inflasi (inf)

Dari hasil regresi diketahui bahwa besarnya nilai thitung 0,435

sedangkan nilai t tabel dengan ? = 0,1 t(0,05; 17;4) adalah 1,740. Jadi thitung < ttabel.

-0,191 1,740

H0 diterima

H0 ditolak H0 ditolak

-1,740

61

2,898 5,345

H0 diterima

H0 ditolak

-2,898

Maka Ho diterima, berarti inflasi tidak berpengaruh terhadap ekspor non

mgias di Indonesia

Gambar 4.7

Uji t variabel inflasi

3) Variabel PDB (log PDB)


sedangkan nilai ttabel dengan ? = 0,01 t(0,005; 17;4) adalah 2,898. Jadi thitung > ttabel.

Maka Ho ditolak, berarti PDB berpengaruh signifikan terhadap ekspor non

migas di Indonesia.

Gambar 4.8

Uji t variabel PDB

4) Variabel inflasi yang prediksi ( fin?

)

Dari hasil regresi diketahui bahwa besarnya nilai thitung -2,286

sedangkan nilai ttabel dengan ? = 0,05 t(0,05; 17;4) adalah -2,110. Jadi thitung < -ttabel.

Maka Ho ditolak berarti inflasi yang prediksi berpengaruh signifikan terhadap

ekspor non migas Indonesia.

0,435 1,740

H0 diterima


-1,740

H0 ditolak

62

Gambar 4.9

Uji t variabel inflasi yang prediksi

Inflasi

1) Variabel ekspor non migas yang prediksi ( EN?

)


sedangkan nilai ttabel dengan ? = 0,1 t(0,05; 13;6) adalah 1,771. Jadi thitung < ttabel.

Maka Ho diterima, berarti ekspor non migas yang prediksi tidak berpengaruh

terhadap inflasi.

Gambar 4.10

Uji t variabel ekspor non migas yang diprediksi

2) Variabel kurs


sedangkan nilai ttabel dengan ? = 0,1 t(0,05; 13;6) adalah 1,771. Jadi thitung > ttabel.

Maka Ho ditolak, berarti kurs berpengaruh terhadap inflasi.

-2,286 2,110

H0 diterima


-2,110

-0,277 1,771

H0 diterima


-1,771

63

Gambar 4.11

Uji t variabel inflasi

3) Variabel jumlah uang beredar


sedangkan nilai ttabel dengan ? = 0,1 t(0,005; 13;6) adalah 1,771. Jadi thitung > -ttabel.

Maka Ho diterima, berarti jumlah uang beredar tidak berpengaruh terhadap

inflasi.

Gambar 4.12

Uji t variabel jumlah uang beredar

4) Variablel ekspor


sedangkan nilai ttabel dengan ? = 0,1 t(0,05; 13;6) adalah 1,771. Jadi thitung > -ttabel.

Maka Ho diterima, berarti ekspor non migas tidak berpengaruh terhadap

inflasi.

1,771 2,000

H0 diterima


-1,771

-0,130 1,771

H0 diterima


-1,771

64

Gambar 4.13

Uji t variabel ekspor non migas

5) Variablel ekspor tahun lalu


sedangkan nilai ttabel dengan ? = 0,1 t(0,05; 13;6) adalah 1,771. Jadi thitung < ttabel.

Maka Ho diterima, berarti ekspor non migas tahun lalu tidak berpengaruh

terhadap inflasi.

Gambar 4.14

Uji t variabel ekspor non migas

6) Variabel inflasi tahun lalu


sedangkan nilai ttabel dengan ? = 0,1 t(0,05; 13;6) adalah 1,771. Jadi thitung < -ttabel.

Maka Ho diterima, berarti inflasi tahun lalu tidak berpengaruh terhadap

inflasi.

Gambar 4.15

Uji t variabel inflasi tahun lalu

-1,729 1,771

H0 diterima


-1,771

1,392 1,771

H0 diterima


-1,771

-0,688 1,771

H0 diterima


-1,771

65

G. Interpretasi Ekonomi

Berdasarkan hasil analisis data dengan menggunakan SPSS versi 11.00

diperoleh hasil sebagai berikut:

1. Uji t untuk inflasi variabel yang berpengaruh terhadap inflasi adalah kurs

rupiah terhadap dollar AS pada tingkat a = 10%.

2. Untuk uji F diketahui model tidak eksis.

3. Uji asumsi klasik uji multikolinieritas yang terjadai masalah multikolinieritas

adalah nilai ekspor non migas yang diprediksi, ekspor, ekspor non migas tahun

lalu sedangkan variabel jumlah uang beredar, kurs rupiah terhadap dollar AS

dan inflasi tahun lalu tidak terjadi multikolinieritas. Uji heteroskedastisitas

tidak terjadi heteroskedastisitas, uji autokorelasi nilai DW berada pada daerah

tidak ada keputusan.

4. Uji t untuk ekspor non migas variabel yang berpengaruh adalah inflasi yang

diprediksi signifikan pada a = 5% dan PDB signifikan pada a = 1%.

5. Uji F model eksis

6. Uji asumsi klasik uji multikolinieritas variabel yang terjadai multikolinieritas

adalah kurs rupiah terhadap dollar AS dan inflasi sedangkan variabel inflasi

yang prediksi dan PDB terjadi multikolinieritas. Uji heteroskedastisitas tidak

terjadi heteroskedastisitas dan uji autokorelasi nilai DW berada pada daerah


66

BAB V

SIMPULAN DAN SARAN

A. Simpulan

1. Uji t untuk inflasi variabel yang berpengaruh terhadap inflasi adalah kurs

rupiah terhadap dollar AS pada tingkat a = 10%.

2. Untuk uji F diketahui model tidak eksis.

3. Uji asumsi klasik uji multikolinieritas yang terjadai masalah multikolinieritas

adalah nilai ekspor non migas yang diprediksi, ekspor, ekspor non migas tahun

lalu sedangkan variabel jumlah uang beredar, kurs rupiah terhadap dollar AS

dan inflasi tahun lalu tidak terjadi multikolinieritas. Uji heteroskedastisitas

tidak terjadi heteroskedastisitas, uji autokorelasi nilai DW berada pada daerah


4. Uji t untuk ekspor non migas variabel yang berpengaruh adalah inflasi yang

diprediksi signifikan pada a = 5% dan PDB signifikan pada a = 1%.

5. Uji F model eksis

6. Uji asumsi klasik uji multikolinieritas variabel yang terjadai multikolinieritas

adalah kurs rupiah terhadap dollar AS dan inflasi sedangkan variabel inflasi

yang prediksi dan PDB terjadi multikolinieritas. Uji heteroskedastisitas tidak

terjadi heteroskedastisitas dan uji autokorelasi nilai DW berada pada daerah


66

67

B. Saran-saran

Berdasarkan penelitian ini maka penulis akan memberikan beberapa saran

sebagai berikut:

1. Untuk meningkatkan ekspor Indonesia ke luar negeri maka pemerintah

hendaknya mengambil kebijakan meningkatkan kualitas dan mutu barang-

barang ekspor sehingga tidak kalah saingan dengan barang-barang atau produk

dari negara lain.

2. Produk yang memiliki ekspor tinggi sebaiknya terus ditingkatkan dan juga

mencari alternatif barang-barang lain yang masih dapat diekspor.

3. Untuk menstabilkan jumlah uang beredar dan juga menurunkan inflasi maka

pemerintah melakukan kebijakan fiskal dan moneter dan mengawasi kebijakan

ini secara sungguh-sungguh.

data

08/02/2007 9:39:11 1/3

tahun jub inf kurs pdb logjub logkurs logpdb

1 1980 7337,60 15,97 626,99 45445,70 3,87 2,80 4,662 1981 9576,57 7,09 631,76 54027,00 3,98 2,80 4,733 1982 10880,85 9,69 661,42 59633,00 4,04 2,82 4,784 1983 14654,50 11,46 909,26 73697,60 4,17 2,96 4,875 1984 17512,57 8,76 1025,94 85914,40 4,24 3,01 4,936 1985 23886,92 4,31 1110,58 96997,00 4,38 3,05 4,997 1986 27447,54 8,83 1282,56 102683,0 4,44 3,11 5,018 1987 33600,94 8,90 1643,85 124817,0 4,53 3,22 5,109 1988 41914,81 5,47 1685,70 142104,8 4,62 3,23 5,15

10 1989 58220,50 ,50 1770,06 167184,7 4,77 3,25 5,2211 1990 77257,53 9,52 1842,81 195597,2 4,89 3,27 5,2912 1991 95604,72 9,52 1950,32 227450,2 4,98 3,29 5,3613 1992 117316,6 4,94 2029,92 259884,5 5,07 3,31 5,4114 1993 145310,5 9,77 2087,10 302017,8 5,16 3,32 5,4815 1994 172807,7 9,24 2160,75 382219,7 5,24 3,33 5,5816 1995 21815,00 8,64 2248,61 452380,9 4,34 3,35 5,6617 1996 278000,0 6,47 2342,30 532568,0 5,44 3,37 5,7318 1997 402280,0 11,05 2909,38 627695,5 5,60 3,46 5,8019 1998 221738,0 20,70 10013,60 955753,5 5,35 4,00 5,9820 1999 68824,00 20,70 7855,15 1109980 4,84 3,90 6,0521 2000 100823,0 3,80 8421,77 1290684 5,00 3,93 6,11

data

08/02/2007 9:39:13 2/3

logne logne_1 inf_1 nec res_1 absres_1 infc res_2

1 3,79 . . 3,61628 ,17392 ,17 8,12259 7,847412 3,65 3,79 15,97 3,70491 -,05157 ,05 7,96120 -,871203 3,59 3,65 7,09 3,74683 -,15255 ,15 8,04789 1,642114 3,70 3,59 9,69 3,78223 -,08281 ,08 8,77896 2,681045 3,77 3,70 11,46 3,83395 -,06533 ,07 8,92198 -,161986 3,77 3,77 8,76 3,87837 -,10981 ,11 8,80126 -4,49137 3,81 3,77 4,31 3,87441 -,05960 ,06 9,12773 -,297738 3,93 3,81 8,83 3,91778 ,01568 ,02 9,68994 -,789949 4,06 3,93 8,90 3,98012 ,08197 ,08 9,29696 -3,8270

10 4,13 4,06 5,47 4,05386 ,07583 ,08 8,93141 -8,431411 4,16 4,13 ,50 4,12946 ,03502 ,04 8,64196 ,8780412 4,26 4,16 9,52 4,19603 ,06517 ,07 8,43414 1,0858613 4,37 4,26 9,52 4,25643 ,11086 ,11 8,15698 -3,217014 4,43 4,37 4,94 4,33069 ,10192 ,10 7,87287 1,8971315 4,48 4,43 9,77 4,44767 ,03463 ,03 7,69717 1,5428316 4,54 4,48 9,24 4,52765 ,01584 ,02 10,74772 -2,107717 4,58 4,54 8,64 4,60425 -,02340 ,02 7,20834 -,7383418 4,62 4,58 6,47 4,63973 -,01834 ,02 7,51016 3,5398419 4,61 4,62 11,05 4,56341 ,04911 ,05 13,44476 7,2552420 4,59 4,61 20,70 4,70257 -,11292 ,11 14,16142 6,5385821 4,68 4,59 20,70 4,76264 -,08360 ,08 13,77455 -9,9745

data

08/02/2007 9:39:13 3/3

absres_2 res_3 absres3 res_4 absres4

1 7,85 ,18135 ,18 . .2 ,87 -,01896 ,02 -1,3423 1,343 1,64 -,11942 ,12 ,31898 ,324 2,68 -,06768 ,07 5,85520 5,865 ,16 -,04912 ,05 2,32168 2,326 4,49 -,09542 ,10 -5,1369 5,147 ,30 -,06388 ,06 -,74647 ,758 ,79 ,00252 ,00 1,62917 1,639 3,83 ,06661 ,07 -,66290 ,66

10 8,43 ,06040 ,06 -7,8652 7,8711 ,88 ,00153 ,00 -,97254 ,9712 1,09 ,02731 ,03 2,88113 2,8813 3,22 ,07472 ,07 -,90370 ,9014 1,90 ,05669 ,06 2,04772 2,0515 1,54 ,00162 ,00 1,86718 1,8716 2,11 ,12406 ,12 ,84144 ,8417 ,74 -,05326 ,05 -1,6621 1,6618 3,54 -,07199 ,07 1,50692 1,5119 7,26 ,00784 ,01 3,28968 3,2920 6,54 -,05326 ,05 5,23830 5,2421 9,97 -,01166 ,01 -8,5053 8,51

Regression stage 1 Variables Entered/Removedb

LOGPDB,Inflasi,LOGKURS

a . Enter

Model1

VariablesEntered

VariablesRemoved Method

All requested variables entered.a.

Dependent Variable: LOGNEb.

Model Summaryb

,974a ,948 ,939 ,09339 ,834Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Durbin-Watson

Predictors: (Constant), LOGPDB, Inflasi, LOGKURSa.


ANOVAb

2,690 3 ,897 102,822 ,000a

,148 17 ,0092,839 20

RegressionResidualTotal

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), LOGPDB, Inflasi, LOGKURSa.


Coefficientsa

-,529 ,281 -1,882 ,077-,563 ,211 -,508 -2,667 ,016,000 ,005 ,003 ,043 ,966

1,228 ,158 1,444 7,773 ,000

(Constant)LOGKURSInflasiLOGPDB

Model1

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

t Sig.

Dependent Variable: LOGNEa.

Residuals Statisticsa

3,6163 4,7626 4,1690 ,36676 21-,1526 ,1739 ,0000 ,08610 21-1,507 1,619 ,000 1,000 21-1,634 1,862 ,000 ,922 21

Predicted ValueResidualStd. Predicted ValueStd. Residual

Minimum Maximum Mean Std. Deviation N



LOGNE,LOGJUB,LOGKURS

a . Enter

Model1

VariablesEntered



Dependent Variable: Inflasib.

Model Summaryb

,411a ,169 ,022 4,90827 1,491Model1



Durbin-Watson

Predictors: (Constant), LOGNE, LOGJUB, LOGKURSa.


ANOVAb

83,331 3 27,777 1,153 ,356a

409,549 17 24,091492,880 20


Model1


Predictors: (Constant), LOGNE, LOGJUB, LOGKURSa.


Coefficientsa

-,238 12,194 -,020 ,9859,439 6,479 ,646 1,457 ,163

-3,307 4,084 -,338 -,810 ,429-1,388 7,600 -,105 -,183 ,857

(Constant)LOGKURSLOGJUBLOGNE

Model1

B Std. Error


Beta


t Sig.

Dependent Variable: Inflasia.


7,2083 14,1614 9,3014 2,04121 21-9,9745 7,8474 ,0000 4,52520 21

-1,025 2,381 ,000 1,000 21-2,032 1,599 ,000 ,922 21





Taksiraninf, Inflasi,LOGPDB,LOGKURS

a. Enter

Model1

VariablesEntered




Model Summaryb

,980a ,961 ,951 ,08358 1,193Model1



Durbin-Watson

Predictors: (Constant), Taksiran inf, Inflasi, LOGPDB, LOGKURSa.


ANOVAb

2,727 4 ,682 97,586 ,000a

,112 16 ,0072,839 20


Model1


Predictors: (Constant), Taksiran inf, Inflasi, LOGPDB, LOGKURSa.


Coefficientsa

-,429 ,255 -1,679 ,113-,056 ,292 -,050 -,191 ,851 ,036 28,103,002 ,004 ,024 ,435 ,669 ,825 1,211,969 ,181 1,139 5,345 ,000 ,054 18,454

-,043 ,019 -,231 -2,286 ,036 ,241 4,152

(Constant)LOGKURSInflasiLOGPDBTaksiran inf

Model1

B Std. Error


Beta


t Sig. Tolerance VIFCollinearity Statistics


Collinearity Diagnosticsa

4,813 1,000 ,00 ,00 ,01 ,00 ,00,160 5,478 ,00 ,00 ,89 ,00 ,00,023 14,564 ,05 ,00 ,10 ,00 ,33,004 35,431 ,65 ,02 ,00 ,02 ,17,000 163,793 ,29 ,98 ,01 ,98 ,49

Dimension12345

Model1

EigenvalueCondition

Index (Constant) LOGKURS Inflasi LOGPDB Taksiran infVariance Proportions



3,6089 4,6934 4,1690 ,36924 21-,1194 ,1813 ,0000 ,07476 21-1,517 1,420 ,000 1,000 21-1,429 2,170 ,000 ,894 21




Nonparametric Correlations Correlations

1,000 ,062 ,996** ,210 -,321. ,790 ,000 ,360 ,156

21 21 21 21 21,062 1,000 ,038 -,089 -,019,790 . ,871 ,701 ,933

21 21 21 21 21,996** ,038 1,000 ,214 -,312,000 ,871 . ,351 ,169

21 21 21 21 21,210 -,089 ,214 1,000 -,105,360 ,701 ,351 . ,650

21 21 21 21 21-,321 -,019 -,312 -,105 1,000,156 ,933 ,169 ,650 .

21 21 21 21 21

Correlation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)N

LOGKURS

Inflasi

LOGPDB

Taksiran inf

ABSRES3

Spearman's rhoLOGKURS Inflasi LOGPDB Taksiran inf ABSRES3

Correlation is significant at the 0.01 level (2-tailed).**.


INF_1,LOGJUB,LOGKURS,LOGNE_1,taksiranNe,LOGNE

a

. Enter

Model1

VariablesEntered




Model Summaryb

,633a ,400 ,124 4,53672 1,802Model1



Durbin-Watson

Predictors: (Constant), INF_1, LOGJUB, LOGKURS, LOGNE_1,taksiran Ne, LOGNE

a.


ANOVAb

178,623 6 29,771 1,446 ,270a

267,564 13 20,582446,187 19


Model1


Predictors: (Constant), INF_1, LOGJUB, LOGKURS, LOGNE_1, taksiran Ne,LOGNE

a.


Coefficientsa

-12,092 13,311 -,908 ,3805,158 18,632 ,376 ,277 ,786 ,025 39,967

14,362 7,180 ,978 2,000 ,067 ,193 5,184-,623 4,790 -,062 -,130 ,899 ,204 4,893

-35,859 20,739 -2,783 -1,729 ,107 ,018 56,17025,878 18,593 1,962 1,392 ,187 ,023 43,092

-,213 ,310 -,217 -,688 ,504 ,464 2,156

(Constant)taksiran NeLOGKURSLOGJUBLOGNELOGNE_1INF_1

Model1

B Std. Error


Beta


t Sig. Tolerance VIFCollinearity Statistics


Collinearity Diagnosticsa

6,821 1,000 ,00 ,00 ,00 ,00 ,00 ,00 ,00,169 6,349 ,00 ,00 ,00 ,00 ,00 ,00 ,48,006 33,667 ,79 ,00 ,01 ,02 ,00 ,00 ,00,002 63,407 ,00 ,00 ,53 ,57 ,00 ,00 ,39,001 70,516 ,02 ,02 ,41 ,36 ,01 ,02 ,02,000 235,623 ,10 ,80 ,03 ,01 ,00 ,57 ,02

9,267E-05 271,312 ,08 ,19 ,02 ,04 ,98 ,41 ,09

Dimension1234567

Model1

EigenvalueCondition

Index (Constant)taksiran Ne LOGKURS LOGJUB LOGNE LOGNE_1 INF_1Variance Proportions



5,6048 17,4103 8,9680 3,06614 20-8,5053 5,8552 ,0000 3,75264 20

-1,097 2,753 ,000 1,000 20-1,875 1,291 ,000 ,827 20




Nonparametric Correlations Correlations

1,000 ,847** ,971** ,973** ,175 ,986** ,277. ,000 ,000 ,000 ,462 ,000 ,238

21 21 21 20 20 21 20,847** 1,000 ,831** ,789** -,109 ,835** ,183

,000 . ,000 ,000 ,647 ,000 ,43921 21 21 20 20 21 20

,971** ,831** 1,000 ,965** ,173 ,968** ,265,000 ,000 . ,000 ,466 ,000 ,259

21 21 21 20 20 21 20,973** ,789** ,965** 1,000 ,236 ,959** ,242,000 ,000 ,000 . ,316 ,000 ,304

20 20 20 20 20 20 20,175 -,109 ,173 ,236 1,000 ,164 ,408,462 ,647 ,466 ,316 . ,490 ,074

20 20 20 20 20 20 20,986** ,835** ,968** ,959** ,164 1,000 ,289,000 ,000 ,000 ,000 ,490 . ,217

21 21 21 20 20 21 20,277 ,183 ,265 ,242 ,408 ,289 1,000

,238 ,439 ,259 ,304 ,074 ,217 .20 20 20 20 20 20 20

Correlation CoefficientSig. (2-tailed)

NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)

NCorrelation CoefficientSig. (2-tailed)N

LOGKURS

LOGJUB

LOGNE

LOGNE_1

INF_1

taksiran Ne

ABSRES4

Spearman's rhoLOGKURS LOGJUB LOGNE LOGNE_1 INF_1 taksiran Ne ABSRES4

Correlation is significant at the 0.01 level (2-tailed).**.

bab ii landasan teori a. pengertian …eprints.ums.ac.id/12995/8/bab.2.3.4.pdf · contoh produksi...

Documents